工程教育认证背景下数字信号处理课程教学研究与实践

河北地质大学通信工程专业持续推进工程教育改革,依据成果导向理念修订了新的培养方案,对数字信号处理课程教学目标提出了新的要求。针对课程教学需要达成的对学生知识、能力、素养三个方面的培养目标,确立了达成目标的途径:通过课前、课中、课后一体化教学体系、重难点专题研究与讨论、补差小组分层教学来保证知识目标的达成;通过翻转课堂、案例教学、项目实操、兴趣小组科研探索来保证能力目标的达成;通过思政教育碎片化融入课堂保证素养目标的达成。最后从主观、客观两个角度对教学效果进行了评价,给出了两轮教学效果的对比。

RESOLUTION PERFORMANCE OF THE EIGENSTRUCTURE APPROACH

The resolution performance for a variety of eigenstructure approaches is analyzedand compared.The expressions of SNR thresholds to resolve two uncorrelated equal powersignals for several typical eigenstructure approaches are given.The simulation results agree withthe theoretical analysis.

某站接近信号机点灯电路的分析及优化设计

设计速度120 km/h自动站间闭塞区段某车站信号施工图,设有接近信号机。对其点灯电路进行分析,当办理经道岔直向接车进路,进站信号机显示黄灯,接近信号机显示绿黄灯。列车车辆驶入第二接近区段,接近信号机由绿黄转移为黄灯时,灯丝监督继电器(DJ)、二灯丝监督继电器(2DJ)同时吸起,导致接近信号机点灯电流超出灯丝继电器工作电流范围,接近信号机存在一定的使用风险。因此,须对此接近信号机电路进行优化设计。分析不同场景下信号点灯电路接通公式,模拟列车车辆驶入第一、二接近区段时信号显示,进行对比计算,找出矛盾关键点,给出解决方案。

混合驾驶环境下交叉口空间资源动态控制方法

因CAV(Connected-automated Vehicle)与CHV(Connected Human-driven Vehicle)行驶轨迹可控性的本质差异,当前人机混合驾驶环境下信号交叉口优化控制方法鲜有考虑CAV渗透率变化对进口车道资源利用动态调节的需求。鉴于此,本文提出一种CAV专用车道的动态分配方法,以避免过渡或低效使用CAV专用车道。此外,还建立了CAV轨迹与信号控制参数的协同优化算法,以节省启动损失时间,最大限度地利用绿灯时间。案例分析表明:与全感应信号控制策略相比,本文提出的优化策略能使交叉口车均延误下降17.3%以上,当CAV渗透率超过0.33时,有必要配置一条或多条CAV专用车道来分离CAVs与CHVs的通行,以提高交叉口的通行效率;同时,与Niroumand等的优化策略相比,本文提出的方法更适合高饱和度、高CAV渗透率的多车道信号交叉口。进一步分析表明,路段长度、CAV渗透率、最大速度对本文提出方法的优化结果敏感性强。

基于卷积神经网络的钢桥面板疲劳裂纹识别方法研究

为准确识别钢桥面板在车辆反复荷载作用下产生的疲劳裂纹,构建了一种用于Lamb导波信号分析和疲劳裂纹扩展尺寸识别的卷积神经网络方法。该方法先用小波函数对导波信号进行卷积处理,获取导波特征,然后对时域参数和频域参数进行优化,最后运用全连接网络对导波特征与先验性裂纹尺寸信息进行学习,实现疲劳裂纹扩展过程中的裂纹尺寸智能识别。以某大跨度钢箱梁斜拉桥钢桥面板的疲劳裂纹扩展过程监测为背景,通过数值模拟和实桥测试,并与小波变换法和傅里叶变换法进行对比,验证该方法的有效性和优越性。结果表明:卷积神经网络方法提取得到的导波特征随裂纹尖端扩展的变化趋势具有明显且稳定的规律性,裂纹扩展长度识别结果与裂纹真实值之间的识别误差均在1 mm内。卷积神经网络方法适用于工程实测中导波信号处理分析,可在钢桥面板裂纹监测中推广应用。

提升小波和平滑滤波在心电信号快速滤波中的研究

利用提升小波将原始心电信号(ECG)按频率特性分解为低频的逼近信号和高频的细节信号,舍弃前几层细节信号,采用自适应平滑滤波器选择合适的阈值对逼近信号进行滤波,从而避免平滑滤波对QRS波的损伤,再用提升小波逆变换重建保留的逼近信号,进而实现对心电信号中三种主要噪声的抑制。实验表明该方法计算量小,实时性强。

信号交叉口左转公交专用进口道的设置方法

左转公交专用进口道的设置是实施交叉口公交优先的有效措施之一。合理设置左转公交专用进口道,使之与路段公交专用道相协调,必将大大减小公交运营中的整体延误和出行者的人均延误。本文主要研究在路段已设置公交专用道的条件下,在信号交叉口处左转公交专用进口道的设置方法及适应性分析,并在此基础上提出了左转公交专用进口道的设置条件。

基于一阶统计矩的数字通信信号调制方式的自动识别

数字通信信号调制方式的自动识别在军用和民用方面都具有十分重要的意义。为了能自动识别MASK、MF-SK、MPSK和MQAM四类信号,本文基于截获信号的一阶统计矩,提出七个特征参数,它们均可利用常规信号处理技术得到,与基于二阶或高阶矩的其它特征参数相比,这些参数提取过程具有计算量小、提取方便的优点。给出四类信号调制方式自动识别算法的实现流程,该识别算法以判决理论为基础,不要求实现码元同步。仿真结果证明,在信噪比≥7dB时,识别算法的平均识别成功率>97%,性能明显优于同类算法,有望用于实际的非协作通信系统中信号的检测和快速识别。

渠化可变导向车道交叉口预设信号配时优化模型

为了充分利用渠化可变导向车道交叉口的时空资源,建立了以交叉口车辆总延误最小为优化目标、以可变导向车道功能和相位有效绿灯时间为决策变量的预设信号配时优化模型。使用交通仿真软件VISSIM对本文模型进行了模拟验证。结果表明,可变导向车道功能和相位有效绿灯时间存在最佳组合,这种组合能使各股车流的车均延误最小、各进口道的平均排队长度和最大排队长度最短。为了进一步考虑多时段信号控制问题,提出了渠化可变导向车道交叉口多时段预设信号配时设计流程。研究成果能够合理地设定信号交叉口任一时段可变导向车道功能与信号配时方案,可以有效地提高交通流运行效率,为可变导向车道控制提供理论依据与方法。

一种基于Bayesian方法的鲁棒自适应波束形成算法

由于在实际环境中,期望信号的阵列响应与实际阵列响应之间存在偏差,使得现存的一些自适应波束形成算法的性能下降.针对上述问题,基于Bayesian方法提出了鲁棒自适应波束形成算法,并且给出其递推形式.该算法利用接收到的采样信号对实际信号方向向量进行估计,降低了信号到来方向的不确定性,对信号方向向量的偏差具有较强的鲁棒性,从而可以保证输出阵列的信干噪比接近最优值.采用递推方法来计算逆矩阵,大大地降低了计算的复杂度,能够满足实时处理的要求.仿真实验表明,与传统自适应波束形成算法相比,所提鲁棒自适应波束形成算法具有更好的性能.

多节段脊髓型颈椎病伴髓内MRI T2WI高信号改变患者的手术入路选择及疗效分析

目的 ：比较不同手术入路治疗多节段脊髓型颈椎病伴髓内MRI T2WI高信号改变患者的手术疗效,为手术方案的选择提供理论依据。方法：收集2011年1月~2014年12月就诊于上海长征医院脊柱外科的45例多节段脊髓型颈椎病伴髓内MRI T2WI高信号改变患者的临床资料,根据手术入路的不同分为颈前路手术组（A组）和颈后路手术组（B组）,其中A组男17例,女5例,年龄54.36±6.18岁;B组男19例,女4例,年龄58.09±8.83岁。在颈椎MRI T2WI上测量0.1cm2的高信号区与同一矢状面上0.1cm2正常颈髓内信号区的强度比值,比较两组患者末次随访时的JOA评分、神经功能改善率、髓内高信号强度比值及术后并发症的发生率。结果：所有患者均定期随访,随访时间为16.84±9.95个月。两组患者性别构成比、年龄、病程、病变节段数、术前JOA评分、术前髓内高信号强度比值、术后随访时间均无统计学差异（P〉0.05）。A组末次随访时JOA评分为14.64±1.09分,B组为13.09±1.56分,A组明显高于B组（P〈0.05）;A、B组神经功能改善率分别为（64.14±12.76）%、（35.08±20.52）%,A组神经功能改善率明显优于B组（P〈0.05）。A组末次随访时髓内高信号强度比值为1.36±0.14,B组为1.53±0.15,A组显著低于B组（P〈0.05）。A组患者术后并发症发生率为13.64%,B组为13.05%,两组间比较差异无统计学意义（P〉0.05）。结论 ：多节段脊髓型颈椎病伴髓内MRI T2WI高信号时,前、后路手术后患者的神经功能和髓内高信号强度均有改善,但前路手术能更好地提高术后神经功能,并降低髓内高信号强度比值。

光学测距传感器的工程计算

由于光学测距传感器能够有效地避开敌方电磁干扰并对目标距离进行测量,因而在现代飞机上仍然得到了广泛应用。本文从光学测距传感器的工作原理及其测距的工程实现方法入手,给出了一种通过数据融合的方法对目标距离信号的采集方式进行改进的方法。改进后的方法其实际测距曲线更接近于原理曲线,与传统的折线逼近法相比,有效地减小了测距信号的误差。由于测距信号精度的提高,航空武器系统的命中精度也得到了提高,使得飞机的作战效能得以提高。

基于SV模型和KLR信号分析的期货逼仓风险预警模型

采用期货价格波动风险、持仓量波动风险和基差波动风险三大因素衡量期货交易中的逼仓风险。采用KLR信号分析法、SV随机波动模型、GARCH模型等构建了逼仓风险预警模型，为期货市场中的逼仓风险预警监控提供了理论依据和具体的方法。本研究最为关键的突破创新有以下两点：一是结合KLR信号分析法、SV模型等建立了期货交易中的逼仓风险预警模型。经1980～2006年的文献检索发现本研究是针对我国期货交易逼仓风险预警问题首次提出的定量分析模型，解决了我国期货界对逼仓风险至今没有预警方法的难题。二是在本研究中将现有KLR信号分析法与风险指标预测模型相结合，突破了以往使用KLR信号分析方法只能采用历史数据对未来情况进行预警而造成的预警误差。经实证分析，本研究的逼仓风险预警模型精度可达76．67％。

基于Bayesian方法的鲁棒约束LMS算法

输入信号的方向向量出现偏差时,最小均方误差算法会出现收敛速度慢、输出性能下降、不稳定等问题.本文针对这些问题,对传统LMS(least mean squares)算法进行了改进,提出了基于Bayesian方法的鲁棒约束LMS算法.该算法利用信号的先验信息对实际信号方向向量进行估计,有效地抑制了方向向量偏差的影响,并提高了系统的鲁棒性.阵列输出的信干噪比得到了改善,更加接近最优值.仿真实验验证了该算法的有效性和可行性.

磁性材料复磁导率的宽带测量及模型

分析了线圈杂散参数对高频下复磁导率测量的影响,指出绕组电阻、寄生电容及漏感会导致传统复磁导率测量方法在高频下误差增大。在此基础上提出了使用单匝全包结构进行复磁导率宽带测量的方法,该方法适用于400 MHz以下频率的复磁导率测量。介绍了复磁导率的常见模型,并分别使用Levy法及有理函数迭代逼近法(IRFA)进行模型参数提取,分析了两种算法的优缺点及应用范围。应用推荐复磁导率测量方法对三种磁性材料进行了复磁导率的测量和建模,结果表明,使用推荐的复磁导率测量方法及数据提取算法,可以较好地实现对磁性材料的小信号建模。

低频振荡模式辨识中信号非线性去趋的平滑先验方法

基于PMU实测信号的低频振荡模式在线辨识是阻尼控制的基础,有效去除PMU实测信号中的非线性趋势才能保证模式辨识的精度。提出了基于平滑先验法的PMU实测信号非线性去趋方法。在分析平滑先验法基本原理基础上,为适应低频振荡模式辨识中信号非线性去趋要求,对其频率响应特性进行研究,确定平滑先验法的正则化参数。采用IEEE-39节点系统时域仿真信号和某电网的PMU实测信号对所提方法进行测试,并与经验模态分解法和数字滤波法进行了比较,表明该方法能够更有效地去除信号中的非线性趋势,较大幅度地提高计算速度,同时也能提高低频振荡模式辨识精度,具有较高的实际应用价值。

不同趋近动机强度积极情绪对认知控制的影响

情绪的动机维度模型认为,积极情绪对认知加工的影响受其趋近动机强度的调节,高、低趋近动机积极情绪对认知加工的影响不同。本研究运用情绪图片诱发被试高、低趋近动机积极情绪,采用停止信号任务和任务转换作业考察了不同趋近动机强度积极情绪对认知控制的影响。结果发现:(1)与中性条件相比,高趋近动机积极情绪促进了停止信号任务中Go任务和任务转换作业中重复任务的反应执行。(2)在停止信号任务中,相对于中性条件,低趋近动机积极情绪条件下的停止信号反应时显著缩短;在任务转换作业中,低趋近动机积极情绪条件下的反应时转换损失和错误率转换损失均显著降低,而高趋近动机积极情绪条件下的反应时转换损失显著增加。因此,积极情绪对认知控制的影响受其趋近动机强度的调节,即低趋近动机积极情绪增强认知灵活性,提高停止反应与任务转换的速度;而高趋近动机积极情绪增强认知稳定性,加快停止信号任务中Go任务和任务转换作业中重复任务的反应执行,增加了反应时转换损失。

信号交叉口车道功能划分方法

以进口车道数与路段车道数的匹配和进口道与出口道的匹配为原则,研究了信号交叉口车道功能划分。包括进口道设计、出口道设计和进口道车道功能设计等。与以往不同,该方法将出口车道的设置考虑在内,并详细讨论了出口车道数的确定方法,使车道功能划分矩阵更加合理,避免了因出口道通行能力不足而引起的交叉口交通阻塞。

《数字信号处理》课程的分层实验教学方法

实验教学是《数字信号处理》教学工作的重要内容,针对传统方法存在的实际问题,给出了教学改革的基本思想,提出了基于分层模型的实验改革方案,即将实验内容划分为概念原理型实验、知识应用型实验和工程实践型实验3个层次,并将其归为选作实验和必做实验两大类。实验教学分层模型在教学实践中具体实施,取得了较好的教学效果。

自适应加权形态梯度在变压器保护中的应用

在分析数学形态学基本形态变换及其组合形式的基础上,利用自适应方法实现形态梯度自适应加权组合,在提取高频暂态电流信号的同时,可有效抑制随机噪声的影响。在比较励磁涌流和故障电流形成暂态信号能量谱各自特点的基础上,提出了一种变压器保护新方案。该方案不受对称性涌流和非周期分量的影响。2套动模试验系统均验证了该方案的可行性。